O dimensionamento otimizado de sistemas de distribuição de águas tem originado centenas de trabalhos científicos nas últimas quatro décadas. Vários pesquisadores têm buscado encontrar uma metodologia capaz de dimensionar essas redes considerando diversos aspectos e incertezas características desse tipo de projeto. No entanto, os resultados da maioria das metodologias desenvolvidas não podem ser aplicados na prática. O objetivo deste trabalho é elaborar uma metodologia de dimensionamento de redes de distribuição de água considerando um enfoque multiobjetivo. A metodologia desenvolvida considera três aspectos referentes ao projeto desses sistemas: custo; confiabilidade e perdas por vazamentos. Para tanto, empregou-se um método de otimização multiobjetivo baseado em algoritmos genéticos para a geração do conjunto de soluções não-dominadas e um método multicriterial para escolha da alternativa final. Para representar os objetivos do problema, foram testadas nove funções: custo, vazamentos, entropia, resiliência, tolerância à falha, expansibilidade, efeito do envelhecimento e resilientropia, sendo que sete destas são específicas para a representação da confiabilidade. Para se avaliar as alternativas geradas foi desenvolvido um modelo de análise hidráulica que fosse capaz de trabalhar com vazamentos e com demandas dependente da pressão. Os métodos escolhidos foram o Híbrido de Nielsen e o Gradiente. Das funções testadas, a resilientropia, proposta originalmente neste trabalho, foi a que melhor se ajustou ao conceito formal de confiabilidade, representado pela função tolerância. Os resultados encontrados pela metodologia mostraram-se promissores, uma vez esta foi capaz de encontrar redes eficientes ao final das simulações. / The topic \"Optimized design of water distribution systems\" has generated hundreds of scientific publications in the last four decades. Several researchers have searched for a technology which would take into account a variety of aspects and uncertainties innate to the design of such networks. However, the results of most methodologies developed are not practical. The objective of this work is to develop a methodology for water distribution systems design that has a multi-objective focus. The methodology developed focuses in three aspects of the design of such systems: cost, reliability and losses by leaking. A multiobjective optimization method based on generic algorithms, generating a set of non-defined solutions, and a multi-criteria method for choosing the final alternative, was employed. Nine functions representing the objectives of the problem (method) were tested: cost, leakages, entropy, resilience, failure tolerance, expansibility, aging effect and resilienthropy, seven of which are specific to representing reliability. In order to evaluate the generated alternatives, a hydraulic analysis model, that could handle leakages and pressure dependent demands, was developed. The chosen methods were Nielsen\'s Hybrid, and the Gradient. Of all tested functions, resilientropy, originally proposed in this work, proved to be the one best adjusted to the formal concept of reliability, represented by the tolerance function. The results obtained by this methodology are promising, as they produced efficient distribution networks at the end of the simulations performed.

Reconhecendo-se a importância da água como recurso natural limitado e considerando-se a perspectiva de crescimento do contingente populacional urbano, faz-se necessária uma investigação dos sistemas de distribuição de água para abastecimento, por tratarem-se de infra-estruturas básicas comuns aos núcleos populacionais do mundo todo. O planejamento da reabilitação das redes de distribuição de água torna-se de fundamental importância considerando os recursos financeiros limitados e o comportamento operacional desses sistemas que são alterados ao longo do tempo devido ao processo de deterioração de seus componentes. O presente trabalho representa um esforço no sentido de considerar objetivos mais promissores na análise de reabilitação de redes. Dessa maneira, foram considerados: custo, benefício, vazamentos e confiabilidade. Este trabalho apresenta contribuições às análises multiobjetivo via algoritmos genéticos, propriciando um aprimoramento do algoritmo Multiobjective Genetic Algorithm (MOGA) e realizando investigação dos operadores (recombinação e mutação) e dos métodos Non-dominated Sorting Genetic Algorithm (NSGA), Strength Pareto Evolutionary Algorithm (SPEA) e Elitist Non-Dominated Sorting Genetic Algorithm (NSGA II). Do ponto de vista hidráulico, este trabalho introduz tanto perdas por vazamentos como demanda variável com a pressão, proporcionando uma análise mais realística do problema. Os estudos desenvolvidos para redes hipotéticas e para um sistema real, possibilitaram que soluções satisfatórias fossem obtidas, chegando-se inclusive a uma proposição do conceito de programação dinâmica para o caso multiobjetivo. / Recognizing the importance of water as a limited natural resource and considering the prospect of continued population growth, it is important to investigate water distribution systems which are common to all urban infrastructures. Planning of the water distribution network rehabilitation becomes additionally important given economic constraints and operational behavior these systems which modifies in time due to deterioration of water networks. The present work is an effort to consider the multiple objectives in the water network rehabilitation analyses. Four objectives were considered: cost minimization, benefit maximization, leakage minimization and reliability maximization. In addition, it presents some contributions to multiobjective optimization methodology by genetic algorithms, offering an improvement of Multiobjective Genetic Algorithm (MOGA). A detailed investigation is conducted on genetic operators (recombination and mutation) comparing some existing multiobjective optimization methods (Multiobjective Genetic Algorithm - MOGA, Non-dominated Sorting Genetic Algorithm - NSGA, Strength Pareto Evolutionary Algorithm - SPEA and Elitist Non-Dominated Sorting Genetic Algorithm - NSGA II). As regards the hydraulic analysis, this work introduces both leakages and pressure dependent demands in the simulations, providing a more realistic representation of actual field situations. The present study employs hypothetical networks and a real network obtaining satisfactory solutions. Further, dynamic programming concept is also incorporated into the multiobjective optimization framework.

Os problemas de gerenciamento da qualidade da água envolvem diversas aspirações dos usuários envolvidos, quer sejam eles os que usam o recurso hídrico para diluição de seus efluentes ou para seu consumo. Portanto, é raro que os modelos matemáticos usados para auxílio nas tomadas de decisões sejam expressos em termos de um único objetivo, como a maximização da eficiência econômica. Para o aproveitamento de um determinado sistema hídrico, deve ser considerada a distribuição eqüitativa, o uso racional, a maximização da eficiência econômica, a minimização dos impactos ambientais, entre outros. Neste contexto, três modelos de otimização multiobjetivo foram propostos e foram considerados a maximização da carga lançada pelas fontes poluidoras, a melhora qualitativa da água, e a minimização da magnitude das violações dos padrões de qualidade da água. A principal contribuição deste trabalho está na incorporação de uma restrição ao modelo de otimização multiobjetivo. A restrição proposta representa um índice que tem o intuito de distribuir eqüitativamente a eficiência do tratamento necessária entre as fontes de poluição. Sem a consideração de uma medida de eqüidade, a tentativa de maximizar a quantidade de efluentes lançados resultaria numa alocação de grandes quantidades de efluentes passíveis de serem lançados pelos usuários localizados mais a montante do rio, enquanto que os usuários à jusante deveriam tratar seus efluentes com um nível máximo de eficiência. O método utilizado para solucionar o problema foi o non-dominated sorting genetic algorithm e este estudo teve sua aplicação na bacia do rio Atibaia, SP. As soluções apresentadas pela otimização demonstram e comprovam os conflitos existentes e a competição entre os critérios considerados. O algoritmo genético demonstrou ser uma técnica efetiva para solucionar problemas de otimização multiobjetivo em aplicações de gerenciamento da qualidade da água, identificando as variáveis de decisão e a frente Pareto. / Problems of water quality management involve many aspirations of the users engaged, those that use water for wastewater dilution or for their consumption. Therefore, it is uncommon that decision-making mathematical models used are expressed in terms of a single objective, like the maximization of economic efficiency. Using a particular water system, one should consider the equitable distribution, the rational use, the maximization of economic efficiency, the minimization of environmental impacts, among others parameters. In this context, three models of multiobjective optimization were proposed and considered to maximize the wastewater discharge by point sources, the qualitative improvement of the water, minimizing the magnitude of the violations of water quality standards. The main contribution of this work was the incorporation of a restriction on the multiobjective optimization model. The proposed restriction is an index that intends to distribute equitably the efficiency of treatment needed between pollution sources. Without considering equity measure, the attempt to maximize waste discharge would result in an allocation of large quantities of waste to the upstream users, while the downstream dischargers would be required to treat their effluents at levels of maximum possible efficiency. The method used to solve the problem was the non-dominated sorting genetic algorithm (NSGA) and the case study was implemented in the Atibaia river basin, SP. The solutions presented by the optimization show and prove the existing conflicts and competition among the criteria considered. The genetic algorithm has been shown to be an effective technique for solving problems of multiobjective optimization in applications of water quality management, identifying the decision variables in Pareto front.

O objetivo deste trabalho é propor um procedimento híbrido para a solução do problema de formação de células de manufatura com réplicas de máquinas. Constrói-se um modelo matemático de otimização multiobjetivo cujos valores das funções-objetivo são obtidos por meio da execução de um modelo de simulação de eventos discretos, o qual representa um sistema de manufatura celular. Em seguida, geram-se soluções eficientes segundo o conceito de otimalidade de Pareto através de um processo de busca por valores ótimos executado por um algoritmo genético. Três funções-objetivo conflitantes são consideradas: inventário em processo, movimentação intercelular e investimento total em máquinas. Um algoritmo de análise de agrupamento é utilizado para a redução do conjunto final de soluções. A eficácia do procedimento é avaliada mediante a aplicação a dois casos da literatura. Os resultados obtidos são analisados e comentados. Conclui-se, por fim, que o procedimento é capaz de gerar um conjunto de configurações sub-ótimas equivalentes para as células de manufatura, representando aproximadamente os trade-offs entre as três funções-objetivo. / The purpose of this work is to propose a hybrid procedure for solving the manufacturing cell formation problem. A multiobjective optimization model is built whose objective function values are realized by running a discrete-event simulation model, which represents a cellular manufacturing system. Thereafter, efficient solutions are generated following the Pareto optimality concept through a search for optimum values carried out by a genetic algorithm. Three conflicting objective functions are considered, namely, work-in-process, intercell moves and total machine investment. A clustering algorithm is applied to the final solution set so as to reduce it. The procedure efficacy is evaluated via its application to two cases from the literature. The obtained results are analyzed and commented. Finally, it is concluded that the procedure is capable of generating a set of equivalent sub-optimal manufacturing cell configurations, representing approximately the trade-offs betvveen the objective functions adopted.

Le renforcement du secteur de la transformation agroalimentaire est reconnu comme un élément moteur de développement des pays d’Afrique subsaharienne, face à une importante croissance démographique accompagnée d’un fort taux d’urbanisation. Si les entreprises agroalimentaires créent localement de la valeur ajoutée et dynamisent la production agricole, elles éprouvent des difficultés pour se doter d’équipements efficients et assurer leur fourniture énergétique.Les méthodes de conception et d’optimisation des procédés agroalimentaires sont encore peu développées, du fait de la complexité de ces systèmes (composition et propriétés de l’aliment, variabilité et évolution de sa qualité, ...) dont la modélisation n’est pas aisée car elle requiert des connaissances pluridisciplinaires.Ce travail se propose de mettre en œuvre une méthode intégrée, déjà éprouvée dans d’autres domaines industriels, la méthode « Observation-Interprétation-Agrégation (O.I.A.) », et de l’appliquer à un procédé couplant une unité de conversion biomasse énergie à un séchoir de produits céréaliers. L’apport de bioénergie pour le séchage, opération très pratiquée en Afrique de l’Ouest mais énergivore constitue un enjeu pour les entreprises. La conception de ce procédé prend en compte des objectifs variés comme la qualité du produit séché, la fabrication locale et l’efficacité énergétique des équipements et ce, pour en garantir une meilleure durabilité.Dans une première partie, les modèles de transfert de chaleur et de perte de pression associés à un turbulateur elliptique innovant sont créés. Cet élément s’insère dans les tubes d’un échangeur de chaleur et améliore nettement le transfert thermique. Dans un deuxième temps, les variables de conception et d’observation du procédé sont définies et justifiées. Les modèles de représentation des différentes opérations unitaires sont développés et assemblés dans un simulateur afin de prédire les performances du procédé. Dans une dernière partie, le simulateur est intégré dans un environnement d’optimisation multicritère apte à formaliser, interpréter puis agréger les préférences des utilisateurs finaux. Ce processus s’appuie sur un algorithme génétique. La pertinence des solutions de conception du procédé performantes produites révèle tout l’intérêt et la performance de la méthode O.I.A. Le concepteur dispose ainsi d’éléments objectifs pour faire des choix et aller vers la réalisation d’installations de séchage durables en Afrique de l’Ouest. / The reinforcement of the food processing sector is recognized as a driving factor for the development of sub-Saharan African countries, faced with considerable major demographic growth accompanied by a high rate of urbanization. While the agribusiness companies generate added value locally and boost agricultural production, they find difficulties in obtaining efficient equipment and securing their energy supply.Agribusiness process design and optimization methods are still underdeveloped, due to the complexity of these systems (food composition and properties, variable and changing quality, etc.), modelling of which is not easy since it requires multidisciplinary knowledge.This work proposes to implement an integrated method, already proven in other industrial fields, the “Observation-Interpretation-Aggregation” method (OIA), and apply it to a process coupling a biomass energy conversion unit to a cereal products dryer. The bioenergy supply for drying, a very common practice in West Africa despite being energy-intensive, represents a challenge for the companies. The design of this process takes into account the various objectives such as quality of the dried product, local manufacture and the energy efficiency of the equipment, in order to guarantee better sustainability.First of all, the models for heat transfer and pressure loss associated with an innovative elliptic turbulator are created. This component is inserted into the tubes of a heat exchanger, and significantly improves heat transfer. Secondly, the process design and observation variables are defined and justified. The representation models of the various unit operations are developed and brought together in a simulator, in order to predict the process performances. Finally, the simulator is integrated into a multicriteria optimization environment able to formalize, interpret and then aggregate end user preferences. This procedure is based on a genetic algorithm. The relevance of the high-performance design solutions produced reveals the full benefit and performance of the OIA method. In this way, the designer obtains objective information on which to base their choices, and develop sustainable drying facilities for West Africa.

Made available in DSpace on 2016-08-10T10:40:24Z (GMT). No. of bitstreams: 1 Roberto Capparelli Marcal.pdf: 1385634 bytes, checksum: 037e447d80e3c2c33c23560ac2c75dca (MD5) Previous issue date: 2015-03-05 / This study aimed to construct a model for the simultaneous optimization of the topology and design of compressed air pipeline networks. The proposed model consists of two parts; the objective functions and a set of constraints. This model is a nonlinear mixed multiobjective programming. The function of this model is to optimize the diameters of the tubes and the topology of an air system under study, presenting a set of effective solutions while minimizing costs and pressure drop, given the constraints that enable each point of air consumption is treated in their minimum requirements of flow and pressure. For the verification of the proposed model behavior, data from a small network and obtained were applied efficient solutions for decision making. / Este trabalho teve como objetivo a construção de um modelo para a otimização simultânea da topologia e do dimensionamento de redes de ar comprimido. O modelo proposto é composto de duas partes: as funções objetivos e um conjunto de restrições. Este modelo é um modelo de programação não linear misto multiobjetivo. A função deste modelo é otimizar os diâmetros e a topologia dos tubos de uma rede de ar em estudo, apresentando um conjunto de soluções eficientes minimizando os custos e a perda de carga e atendendo as restrições que possibilitem que cada ponto de consumo de ar comprimido seja atendido em seus requerimentos mínimos de vazão e pressão. Para a verificação do comportamento do modelo proposto, foram aplicados dados de uma rede de pequeno porte e obtidos as soluções eficientes para a tomada de decisão.

Neste trabalho é desenvolvida uma metodologia de otimização multiobjetivo baseada no NSGA-II (Nondominated Sorting Genetic Algorithm), a qual visa a otimização do projeto de máquinas de indução pentafásicas. A escolha deste tipo de máquina se justifica pelo fato de que elas apresentam vantagens importantes quando comparadas com as trifásicas convencionais, tais como maior potência e maior torque para um mesmo volume de material ativo, além da possibilidade de operar na ocorrência de falhas (perda de uma ou duas fases). Na otimização de máquinas de indução vários objetivos podem ser definidos, sendo estes muitas vezes conflitantes. Neste contexto, este trabalho visa obter soluções que representam um compromisso entre dois objetivos: rendimento e custo do material ativo (ferro e material condutor). O algoritmo de otimização desenvolvido e implementado utiliza dois controles de diversidade da população, um baseado no fenótipo dos indivíduos, que é característico do NSGA-II, e outro adicional que é baseado no genótipo. A geometria do estator e do rotor da máquina e o seu modo de acionamento são parametrizados por 14 variáveis inteiras. O método desenvolvido foi implementado no Matlab R e aplicado a um caso prático de otimização de uma máquina de indução pentafásica considerando os dois objetivos citados. Os resultados práticos mostram que o método é capaz de obter projetos otimizados com maior rendimento e menor custo aproveitando as características particulares deste tipo de máquina. / In this work, it is developed a method of multiobjective optimization based on NSGAII (Nondominated Sorting Genetic Algorithm), which aims at optimizing the design of five-phase induction machines. The choice of this particular type of machine is justified by the fact that they have important advantages over conventional three-phase machines, such as higher power and higher torque for the same volume of material; in addition, they can operate under fault (loss of one or even two phases). When optimizing induction machines, several objectives can be defined, which are often conflicting. In this context, this work aims to obtain solutions that represent a trade-off between two objectives: efficiency and cost of active material (iron and conductor materials). The optimization algorithm that was developed and implemented uses two types of control for the diversity of the population, one based on the phenotype of the individuals, characteristic of the NSGA-II, and another one based on the genotype. The geometrical dimensions of the stator and rotor, together with the driving strategy, are parameterized by 14 integer variables. The developed method was implemented using Matlab R and applied to a practical case of a five-phase induction machine considering the aforementioned objectives. The practical results show that the method can lead to an optimized design with higher efficiency and at a lower cost, accounting for the special characteristics of this type of machine.

A medição fasorial sincronizada é utilizada hoje como forma de aprimorar a operação de um Sistema Elétrico de Potência (SEP), empregando unidades de medição fasorial estrategicamente localizadas e instaladas. Estas realizam a aquisição do sinal elétrico e posteriormente a estimação dos fasores de tensão e corrente sincronizados no tempo, os quais indicam o comportamento do SEP em uma localidade específica. Este trabalho multidisciplinar propõe a análise e implementação de um método computacional evolutivo, o Algoritmo Genético Compacto Multiobjetivo (AGCM) aplicado ao problema de medição fasorial, amplamente utilizado por exemplo, no monitoramento de um SEP, comportando-se assim como uma unidade medidora de fasor, ou Phasor Measurement Unit (PMU). O AGCM aqui apresentado tem como principal característica a análise multiobjetiva do problema. Pelo fato de todo SEP ser trifásico, é proposto esta nova abordagem, onde é considerando para a estimação fasorial as três fases de forma conjunta, e não mais estimadas independentemente. Assim o AGCM proposto considera em seu mapeamento genético dos indivíduos, as características do sinais das três fases, diferentemente da abordagem mono-objetivo, onde cada fase do SEP é modelada sobre um indivíduo diferente. Posteriormente para garantir a eficácia do método evolutivo quando em operação em um cenário de tempo real, é proposto uma plataforma de aquisição de dados e processamento, inspirada em trabalhos anteriormente desenvolvidos, permitindo a integração de todos os módulos que formarão um PMU para análise fasorial em tempo real. Aqui um sistema de Global Positioning System (GPS) existente é proposto como forma de sincronismo entre os PMUs, sincronizando uma gama de equipamentos em um única referência de tempo, com a precisão necessária. Para auxiliar na integração dos módulos necessários, uma biblioteca de funções desenvolvida no LSEE será expandida permitindo a execução do método evolutivo diretamente em uma interface Field Programmable Gate Array (FPGA) a qual atuará como um coprocessador genético da plataforma de tempo real. Os resultados aqui apresentados foram obtidos seguindo especificações normativas, através de sinais gerados sinteticamente, e também utilizando o Alternative Transient Program (ATP), permitindo assim ensaios mais realísticos para a validação dos métodos evolutivos. / The synchronized phasor measurement is used today as a way to enhance the operation of an Electric Power System (EPS), using phasor measurement units strategically located and installed. They perform the acquisition of the electrical signal and then, the estimation of the voltage and current phasors, synchronized in time, which indicates the SEPs behavior in a specific location. This multidisciplinary work proposes the analysis and implementation of an evolutionary computing method, the Multibjective Compact Genetic Algorithm (MCGA) applied to the phasor estimation method used in EPS, known as an Phasor Measurement Units (PMUs). The MCGA presented here has as a main characteristic the multiobjective analysis of the problem. Because all EPSs have three phases, this new approach is proposed , which is considering the phasor estimation for the three phases together, instead of doing it for each phase independently.Thus the proposed MCGA includes in its genetic mapping of individuals, the characteristics of the signals of the three phases, unlike the monoobjective where each phase of the Electric Power System (EPS) is modeled using a different individual. In order to ensure the effectiveness of the evolutionary method when operating in a real time scenario, a platform for data acquisition and processing is proposed, inspired by previous work, allowing the integration of all the modules that composes a PMU for real-time phasor analysis. A Global Positioning System (GPS) is proposed as a way to synchronize different PMUs, integrating pieces of equipment in a single time reference, with the precision required. In order to assist in the integration of the required modules, a library of functions developed in the Laboratory of Electric Power Systems will be expanded allowing the execution of the evolutionary method directly on a Field Programmable Gate Array (FPGA) interface, which will act as a genetic co-processor of a real-time platform. The results presented here were obtained following normative specifications, through signals generated synthetically, and also using the Alternative Transient Program (ATP), allowing more realistic tests to validate the evolutionary methods.

O objetivo deste trabalho é propor um procedimento híbrido para a solução do problema de formação de células de manufatura com réplicas de máquinas. Constrói-se um modelo matemático de otimização multiobjetivo cujos valores das funções-objetivo são obtidos por meio da execução de um modelo de simulação de eventos discretos, o qual representa um sistema de manufatura celular. Em seguida, geram-se soluções eficientes segundo o conceito de otimalidade de Pareto através de um processo de busca por valores ótimos executado por um algoritmo genético. Três funções-objetivo conflitantes são consideradas: inventário em processo, movimentação intercelular e investimento total em máquinas. Um algoritmo de análise de agrupamento é utilizado para a redução do conjunto final de soluções. A eficácia do procedimento é avaliada mediante a aplicação a dois casos da literatura. Os resultados obtidos são analisados e comentados. Conclui-se, por fim, que o procedimento é capaz de gerar um conjunto de configurações sub-ótimas equivalentes para as células de manufatura, representando aproximadamente os trade-offs entre as três funções-objetivo. / The purpose of this work is to propose a hybrid procedure for solving the manufacturing cell formation problem. A multiobjective optimization model is built whose objective function values are realized by running a discrete-event simulation model, which represents a cellular manufacturing system. Thereafter, efficient solutions are generated following the Pareto optimality concept through a search for optimum values carried out by a genetic algorithm. Three conflicting objective functions are considered, namely, work-in-process, intercell moves and total machine investment. A clustering algorithm is applied to the final solution set so as to reduce it. The procedure efficacy is evaluated via its application to two cases from the literature. The obtained results are analyzed and commented. Finally, it is concluded that the procedure is capable of generating a set of equivalent sub-optimal manufacturing cell configurations, representing approximately the trade-offs betvveen the objective functions adopted.

Submitted by Cássia Santos (cassia.bcufg@gmail.com) on 2016-08-09T15:35:44Z No. of bitstreams: 2 Dissertação - Fernando Aparecido Carvalho - 2015.pdf: 2908710 bytes, checksum: 4bf0d7b76218e028e53f5ebb2602a3a0 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-10T12:11:09Z (GMT) No. of bitstreams: 2 Dissertação - Fernando Aparecido Carvalho - 2015.pdf: 2908710 bytes, checksum: 4bf0d7b76218e028e53f5ebb2602a3a0 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-10T12:11:09Z (GMT). No. of bitstreams: 2 Dissertação - Fernando Aparecido Carvalho - 2015.pdf: 2908710 bytes, checksum: 4bf0d7b76218e028e53f5ebb2602a3a0 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2015-10-30 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / By its modular feature a Distributed Generation project can be up to several generating units, which represents an alternative to better match supply and demand. This paper presents a multi-objective modeling to optimize the number of generating units from distributed generators considering minimizing electrical losses on the network and also CO2 emissions of distributed generators, considering renewable primary and non-renewable sources, as well as penetration of restrictions and maximum quantities generation units. The optimization model solution process employs genetic algorithms and weighting of the objectives of the method for obtaining a set of Pareto optimal solutions. Case studies with representative grids are presented for testing, analysis and validation of the proposed methodology. / Por sua característica modular, um empreendimento de Geração Distribuída pode constituir-se de diversas unidades geradoras, o que representa uma alternativa para melhor adequar oferta e demanda. Este trabalho apresenta uma modelagem multiobjetivo para otimizar o número de unidades geradoras provenientes de geradores distribuídos, considerando a minimização de perdas elétricas na rede e também emissões de CO2 dos geradores distribuídos, considerando fontes primárias renováveis e não renováveis, bem como, restrições de penetração e quantidades máximas de unidades de geração. O processo de solução do modelo de otimização emprega Algoritmos Genéticos e o Método da Ponderação dos Objetivos para obtenção de um conjunto de soluções Pareto-ótimas. Estudos de casos com redes elétricas representativas são apresentados para testes, análises e validação da metodologia proposta.